基于GRNN模型的硫化矿石堆氧化自热温度预测

• 作者: 吴卫强 孙翔 袁博云 陈斌 饶运章
• 来源期刊: 金属矿山
• 学科: 工学
• 关键词: 硫化矿石 氧化自热温度 温升速率 小样本预测模型 GRNN神经网络
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 安全与环保
• 页码范围: 149-152
• 页数: 4页
• 分类号: TD714
• 字数: 2772字
• 语种: 中文

摘要

为得到硫化矿石堆氧化自热温度的变化规律，自主设计硫化矿石堆氧化自热模拟试验装置，以含硫量、矿石块度、升温梯度作为试验影响因素，将硫化矿石堆氧化自热温升速率作为试验判定指标，采用L9(34)正交表构造三因素三水平回归正交试验。运用MATLAB建立硫化矿石堆氧化自热温度的GRNN神经网络模型，通过K-折交叉验证优选得到GRNN神经网络的最佳光滑因子σe ，并与RBF神经网络模型、灰色神经网络模型预测效果进行对比。结果表明：GRNN神经网络在小样本预测模型中网络逼近能力、收敛速度、算法稳定性等方面具有优势，对硫化矿石堆氧化自热温度的预测精度高，预测误差为3．51%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	饶运章	江西理工大学资源与环境工程学院	96	524	13.0	17.0
2	袁博云	江西理工大学资源与环境工程学院	4	16	3.0	4.0
3	吴卫强		7	11	2.0	2.0
4	孙翔	江西理工大学资源与环境工程学院	5	18	3.0	4.0
5	陈斌	江西理工大学资源与环境工程学院	7	17	3.0	3.0